视觉智能开放平台

首页 标签 视觉智能开放平台
OOTDiffusion:开源AI虚拟试衣工具,智能适配性别和体型自动调整衣物
OOTDiffusion是一款开源的AI虚拟试衣工具,能够智能适配不同性别和体型,自动调整衣物尺寸和形状,生成自然贴合的试穿效果。该工具支持半身和全身试穿模式,操作简单,适合服装电商、时尚行业从业者及AI试穿技术爱好者使用。
【一步步开发AI运动小程序】十六、AI运动识别中,如何判断人体站位?
【云智AI运动识别小程序插件】提供人体、运动及姿态检测的AI能力,本地引擎无需后台支持,具备快速、体验好、易集成等优势。本文介绍如何利用插件的`camera-view`功能,通过检测人体站位视角(前、后、左、右),确保运动时的最佳识别率和用户体验。代码示例展示了如何实现视角检查,确保用户正或背对摄像头,为后续运动检测打下基础。
用 Nano Banana Pro 批量生成城市天气视觉卡片
本文介绍如何用Nano Banana Pro批量生成统一风格的城市天气视觉卡片。通过结构化Prompt模版,固定视角、构图与尺寸(1080×1080),结合等距3D卡通风格,将北京、上海等城市的天气信息(晴/阴/雨/夜)转化为直观、稳定的视觉内容,适用于内容平台、城市账号或系统看板,实现高效复用与扩展。
|
7月前
| |
来自: 视觉智能
AR 眼镜多模态融合:视觉、语音与 IMU 的端侧协同实践
本文介绍AR眼镜端侧多模态融合方案,通过视觉、语音与IMU协同,解决工业场景中强光、噪声、漂移等挑战;采用硬件触发同步、动态加权融合与INT8量化优化,实现≤15ms低延时、91%高识别率及22%功耗降低,已在五矿盐湖项目落地验证。
|
4月前
| |
来自: 视觉智能
ECS GPU 上跑 vLLM:模型目录、镜像和 runtime 排查记录
本文记录ECS GPU环境部署vLLM时“容器运行但服务不ready”的排查过程。聚焦NAS模型挂载、Docker GPU透传、镜像预检、runtime配置及vLLM冷启动分层验证,避免将存储延迟误判为GPU或模型问题,提炼出7项可复用的GPU推理服务上线前检查清单。(239字)
阿里云文字识别(OCR)个人证照识别-身份证识别产品说明
阿里云读光通用识别类OCR识别产品,可将各类常见文档图片或文档扫描件中的文字信息按照文档原有的格式进行文本识别和还原。为了能够更好的还原文字信息和文档结构,读光文档识别在通用全文识别能力(文字定位、行分析、文字识别)的基础上,增加了文档结构的版面分析和文档图像处理能力,使得文档类图像也能按照结构化的方式进行文档元素提取,进一步提升文档识别的产品体验。本文着重介绍个人证照识别-身份证识别产品各参数说明。
免费试用